蚂蚁agent开发一面面经分享

感觉面完人都通透了,还是太菜了,下去沉淀一下
1.介绍一下agent实习的项目架构
2.你刚才提到配合定会议那个是多 agent 架构,一共用了几个 agent?每个 agent 分别负责哪一块?
3.在设计上,什么情况下你会用单 agent,什么情况下会用多 agent?
4.多 agent 之间的数据传输或者通信一般是怎么做的?
5.如果多个 agent 之间有并发的情况,你一般怎么处理?
6.如果有多个 agent 同时去操作数据库或者文件,这种并发你怎么处理?
7.如果它们是异步执行的,这边会考虑怎么做
8.rag混合检索机制,是怎么实现的
9.你们项目里有没有遇到幻觉问题?这个问题怎么减少、规避?
10.你之前都开发过哪些工具 / function?
11.你提到那个 self-refine / 自我修正,你做过哪些修正策略?
12.如果 API 返回结果有字段缺失,或者有冗余内容,你会用这种方式处理吗?
13.你对 MCP 了解多吗?有没有写过相关的 MCP?
14.假设 agent 调工具失败了,一般怎么处理?
15.你之前开发过 agent,怎么管理它的 context?
16.你自己在做 AI coding 时,一般怎么用?有没有什么方法论?
17.上线前主要是通过什么方式保证质量的?只是靠 code review 吗?
18.除了简历上写的这些,你自己还用 AI coding 做过哪些项目?
19.你刚才提到那个 omo / openspec的东西,是你自己的项目实践,还是从别的地方学来的?
全部评论

相关推荐

04-24 14:15
门头沟学院 Java
还是太菜了,下去沉淀一下1.实习拷打2.拷打第一个项目:在多模态Embedding时,你如何平衡文本语义和图像视觉特征在计算相似度时的权重?如果用户搜的是图纸里的某个特定参数,但向量召回了一堆外观相似的零件图,你觉得是什么出了问题?Ragas的Context Precision如果很低,你怎么优化?3.拷打第二个项目:你的向量记忆库是如何做去重?如果用户反复说同一件事,你会重复存储还是进行语义合并?使用MCP接入多个测评工具时,如果两个工具对同一个问题回答格式不统一,怎么处理?4.当用户提问很含糊时,你的Agent是直接检索知识库,还是先进行反问确认?5.如果Agent发现调用的工具报错,如何设计Prompt引导它用报错信息进行重试,而不是直接报错给用户?6.在长对话中,除了截断,你了解哪些更高效的上下文压缩方法?7.在一个多Agent系统里,由LLM做Router分发任务和由固定规则分发相比,各有什么优劣?8.在Milvus里,你如何实现BM25和向量检索分数对齐?9.如果限定只检索某个时间之后的数据,向量数据库里如何实现标量过滤?10.了解LoRA微调吗?在训练LoRA时,两个参数矩阵分别是如何初始化的?11.讲讲QLoRA的核心思想12.如果你微调的是逻辑推理任务,相比于对话任务,你认为秩应该大还是小?13.在推理阶段,为了消除LoRA带来的额外延迟,你会进行权重Merge吗?14.在垂域指令微调时,如果模型原本的通用能力下降,你有哪些方法解决?16.DPO在训练时,为什么不需要像PPO那样在线采样生成回答?DPO数据格式是什么样的?17.如果并发调用10个不同的Embedding接口,asyncio.gather相比多线程在资源消耗上有什么优势?18.手撕:合并K个升序链表
查看16道真题和解析
点赞 评论 收藏
分享
评论
3
19
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务